hadoop - 如何用拉丁 pig 按地区分组结果？

Question

我是 Hadoop PIG 的新手，我有一个如下所示的数据集:

region_id        region         participation   score

    1             SSA               YES          10
    1             SSA               NO           22
    2             MONTPELIER        YES          15
    ....

我想计算每个地区的分数总和。我正在寻找的最终显示是:
REGION - SCORE，例如:

SSA - 32

我加载了我的数据:

data = load '/user/cloudera/datapi/pigdata.csv' using PigStorage (',') AS
 (id:int, region:chararray, participation:chararray, score:int);

然后按地区对数据进行分组:

split_region = GROUP data by region;

最后:

RES= foreach split_region GENERATE SUM(data.score), data.region;

RES 变量包含每个区域的得分总和，但它显示该区域的所有出现情况，如下所示:

(32 , {SSA,SSA})

缺少的显示 (32, SSA) 的命令/指令是什么？

Answer 1

使用group代替data.region

RES = foreach split_region GENERATE SUM(data.score), group;

参见 here对于来源。当您使用 GROUP 运算符时，第一个字段名为“group”(不要将其与 GROUP 运算符混淆)并且与组键的类型相同。